基础知识 | R语言高级数据管理之函数

黑妹的小屋

发布于 2020-08-06 15:01:30

6220

发布于 2020-08-06 15:01:30

R语言数据管理之函数篇

在做任何数据分析的第一步，是根据个人需求创建数据集，存储数据的结构是多样的，包括向量，矩阵、数据框、因子以及列表等。其实，以上几个R语言的独特术语，在C++中也会经常用到，导致很多人都会误认为自己很熟悉了，然而在实际的应用中，却经常出现错误。最近在处理一波量大的数据，在运行程序的过程中，因为前期数据处理错误却出现各种bug，经过检查数据集发现是数据管理的问题，为了巩固R语言的基本数据管理，特地重新基础知识。

数学函数

> x<-c(1,2,3,4,5,6,7,8,9)
> mean(x)
[1] 5
> sd(x)
[1] 2.738613

概率函数

#正态分布函数

x<-pretty(c(-3,3),30)
y<-dnorm(x)
plot(x,y,type="l",xlab="NormalDeviate",ylab="Density",yaxs="i")

#指数函数

y<-exp(x）
plot(x,y,type="l",xlab="NormalDeviate",ylab="Density",yaxs="i")

随机数的生成

#生成7个随机数

> runif(7)
[1] 0.38380225 0.49297152 0.28230372 0.25986600 
0.70236043 0.98603726 0.02660941

#再次调用随机数，会发现新生成的和第一次生成的有区别

> runif(7)
[1] 0.7906136 0.2597749 0.2442815 0.7137956
 0.9609680 0.2076069 0.7164634

#若要重现生成的7个随机数，可以用随机数的种子函数

> set.seed(1234)
> runif(7)
[1] 0.113703411 0.622299405 0.609274733 0.623379442 
0.860915384 0.640310605 0.009495756
> set.seed(1234)
> runif(7)
[1] 0.113703411 0.622299405 0.609274733 0.623379442 
0.860915384 0.640310605 0.009495756

小结

R语言最大的优势是绘图，学R的初心就是为了绘制实验过程产生的数据图，然而随着深度学习，会发现，R语言的数据分析也很重要，常常会在绘制图形的过程中，因为数据框中存在格式不统一，字符或者缺失值等原因导致绘图失败。对于非数学专业又喜欢R语言的人来说，学R之路漫漫其修远，没有极客基因是不行的，打好基础是进阶的前提！

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2020-04-24，如有侵权请联系 cloudcommunity@tencent.com 删除

r 语言